JURNAL ALGOR
|2715-0577 (Online)| 2715-0569 (Print)
Artikel
Sistem Pendukung Keputusan Pemilihan Smartphone Menggunakan Metode Simple Additive Weighting (SAW) Berbasis Website
Aldi Fernando Liusman1, Rudy Arijanto2
1,2Universitas Buddhi Dharma, Sistem Informasi, Banten, Indonesia
SUBMISSION TRACK A B S T R A C T
Recieved: August 20, 2022 Final Revision: September 12, 2022 Available Online: September 15, 2022
Smartphone adalah alat teknologi yang digunakan dalam berkomunikasi yang memiliki fitur-fitur yang canggih seperti menyimpan foto, mengirim gambar, mengunduh aplikasi, dan berkomunikasi dengan smartphone lainnya. Smartphone memberikan kemudahan dalam pekerjaan dan kehidupan sehari-hari, namun dengan adanya tipe dan spesifikasi smartphone yang beragam, masyarakat memiliki kesulitan dalam memilih smartphone yang sesuai dengan keinginan, kegunaan, dan anggaran mereka. Oleh karena itu, dilakukan penelitian serta perancangan sebuah sistem yang memiliki tujuan untuk membantu dan mempermudah masyarakat dalam memilih suatu smartphone. Metode yang digunakan dalam perancangan sistem ini adalah metode Simple Additive Weighting, yang dapat memberikan alternatif terbaik berdasarkan kriteria yang telah ditentukan oleh sistem. Sistem ini memiliki kemampuan untuk memberikan hasil perhitungan alternatif berdasarkan spesifikasi smartphone dari kriteria yang telah ditentukan. Hasil dari penelitian menunjukkan bahwa sistem dapat memberikan ranking alternatif yang tepat sesuai dengan perhitungan metode Simple Additive Weighting dan mempermudah masyarakat dalam pemilihan smartphone.
KEYWORD
Sistem Pendukung Keputusan, Simple Additive Weighting, Smartphone
KORESPONDENSI Phone: 085793115198 E-mail: [email protected]
PENGANTAR
Perkembangan teknologi yang sangat pesat menciptakan berbagai macam alat yang mendukung kehidupan mereka. Dalam zaman perkembangan teknologi saat ini, informasi dibutuhkan dalam penambahan sebuah ilmu pengetahuan dan wawasan untuk memudahkan pekerjaan sehari-hari. Produk smartphone merupakan salah satu alat
teknologi yang berpengaruh besar terhadap kehidupan manusia.
Smartphone adalah alat teknologi yang digunakan dalam berkomunikasi yang memiliki fitur-fitur yang canggih seperti menyimpan foto, mengirim gambar, mengunduh aplikasi, dan berkomunikasi dengan pengguna smartphone yang lain. Alat ini memiliki harga yang terjangkau bagi masyarakat serta praktis dibawa karena ukurannya yang kecil. Perkembangan
smartphone dalam dunia teknologi berkembang dengan sangat pesat hingga sulit untuk dipungkiri bahwa smartphone menjadi alat telekomunikasi yang berpengaruh besar terhadap kehidupan sehari-hari masyarakat.
Smartphone yang dilengkapi dengan fitur dan spesifikasi yang canggih memberikan kemanjaan bagi penggunanya [1].
Smartphone juga digunakan untuk mengontrol alat yang berhubungan dengan kesehatan, seperti audiovisual aids, sehingga menjadi fokus paradigma teknologi yang akan terjadi [2].
Perkembangan smartphone yang sangat pesat menimbulkan permasalahan bagi masyarakat.
Permasalahan yang muncul adalah tidak hanya satu, melainkan berbagai macam perusahaan memproduksi smartphone dengan model yang bervariasi. Hal ini disebabkan kebutuhan alat komunikasi yang sangat tinggi dan perkembangan teknologi yang semakin pesat menimbulkan peningkatan performa serta penambahan fitur-fitur yang menarik.
Akan tetapi informasi tentang spesifikasi smartphone sangat mempengaruhi pemilihannya.
Seiring dengan perkembangan zaman, perkembangan dunia teknologi termasuk smartphone semakin maju. Tidak hanya fitur dan tipe, harga juga menjadi poin penting saat membeli smartphone [3].
Smartphone juga memiliki spesifikasi yang berbeda seperti jenis prosesor, ukuran layar, kapasitas baterai, resolusi kamera, ruang penyimpanan, RAM (Random Access Memory) dan sistem operasi yang beragam, mengakibatkan masyarakat memiliki kendala dalam memilih smartphone. Sehingga diperlukan sebuah sistem yang memudahkan masyarakat dalam memilih suatu smartphone.
Dari permasalahan tersebut, penulis menentukan bahwa masyarakat memerlukan Sistem Pendukung Keputusan yang dapat memberikan rekomendasi suatu smartphone yang sesuai keinginan, kegunaan, dan anggaran mereka. Solusi yang dapat menyelesaikan masalah tersebut adalah dengan menerapkan Sistem Pendukung Keputusan dengan Metode Simple Additive Weighting (SAW). Metode ini dapat
memberikan alternatif terbaik dari berbagai smartphone yang ada berdasarkan kriteria yang ada pada sistem tersebut.
Metode SAW dipilih karena metode ini adalah salah satu metode multi kriteria dimana proses pemilihan smartphone yang memiliki banyak kriteria harus dipertimbangkan [4].
Dengan implementasi sistem pendukung keputusan ini diharapkan dapat mempermudah pengguna dalam memilih suatu smartphone. Namun sistem ini dibuat sebagai alat untuk membantu proses pemilihan smartphone, maka dari itu keputusan akhir dalam memilih suatu smartphone tetap tergantung terhadap pengguna.
TINJAUAN PUSTAKA
Penelitian tahun 2017 yang dilakukan oleh Reza Fauzan, Saberan, dan Muhammad Ridwan menunjukkan penggunaan metode SAW dalam pemilihan smartphone.
Persamaan dengan penelitian ini adalah keduanya menerapkan metode SAW dalam pengambilan keputusan [1].
Abdinal Mukhlasin [3] menerapkan metode Simple Additive Weighting (SAW) untuk memilih smartphone. Hasil dari penelitian tersebut memberikan alternatif terbaik, yaitu Xiaomi Mi Mix 2 dengan nilai yang tertinggi.
Penelitian tahun 2019 yang dilakukan oleh Anggi Eryzha, Solikhun, dan Irawan [5]
menunjukkan penggunaan metode TOPSIS dalam pemilihan. Persamaan dengan penelitian ini adalah keduanya meneliti dengan topik penelitian yang sama.
Dalam jurnal penelitian sebelumnya penulis menggunakan metode SAW untuk mendapatkan bobot kriteria dan rangking alternatif smartphone. Peneliti menggunakan metode SAW karena lebih efisien dan waktu perhitungan yang lebih singkat [6].
Penelitian dengan topik yang sama juga dilakukan oleh Syaifur Rahmatullah, Dini
Silvi Purnia, Riyan Hariyadi [7]. Namun penelitian tersebut dilakukan dengan menggunakan metode AHP.
Penelitian tahun 2017 yang dilakukan oleh Edi Ismanto dan Effendi Noverta [8]
menunjukkan penggunaan metode SAW dalam penerimaan karyawan. Persamaan dengan penelitian ini adalah keduanya menerapkan metode SAW dalam pengambilan keputusan.
Kerangka Pemikiran
Gambar 1. Kerangka Pemikiran
I. METODE Metode Waterfall
Berikut ini adalah tahapan perancangan perangkat lunak, yaitu :
1. Analisa Kebutuhan
Tahap menganalisa kebutuhan yang diinginkan oleh pengguna dan kemudian didefinisikann secara rinci yang berfungsi sebagai spesifikasi sistem.
2. Desain
Tahap menentukan desain pada sistem yang akan dibuat. Desain sistem melibatkan identifikasi sistem yang akan dibuat dan penggambaran dasar sistem dan relasinya.
Desain dibuat menggunakan Unified Modeling Language (UML).
3. Implementasi
Tahap yang dilakukan untuk merealisasikan rancangan desain yang telah dibuat pada tahap sebelumnya. Implementasi sistem ini menggunakan bahasa pemrograman PHP yang digunakan pada framework Laravel.
Versi Laravel yang digunakan adalah versi 9, yang dirilis Februari 2022.
4. Pengujian Sistem
Tahap yang dilakukan untuk memastikan apakah sistem yang dirancang sudah sesuai dengan rancangan dan kebutuhan pengguna.
Pengujian dilakukan menggunakan metode blackbox.
5. Pemeliharaan Sistem
Tahap meningkatkan layanan sistem dan mengoreksi kesalahan yang ditemukan setelah tahapan pengujian sistem.
Simple Additive Weighting (SAW)
Metode SAW memproses matriks normalisasi keputusan (X) dalam skala yang dapat dibandingkan dengan alternatif lainnya [9].
Langkah-langkah penyelesaian metode SAW sebagai berikut :
1. Menentukan kriteria yang akan digunakan pada sistem pendukung keputusan, yaitu Ci.
2. Menentukan jenis atribut (benefit dan cost) dan bobot kriteria.
3. Menentukan bobot pada data alternatif yang akan diolah sesuai dengan kriteria yang digunakan.
4. Melakukan normalisasi matriks berdasarkan jenis atribut yang telah ditentukan.
5. Melakukan pembobotan antara normalisasi dengan bobot kriteria berdasarkan kriteria.
6. Melakukan proses perangkingan dengan menjumlahkan hasil pembobotan normalisasi, sehingga didapatkan alternatif (Ai) terbaik dengan nilai yang terbesar.
Menerapkan metode Simple Additive Weighting (SAW) dalam pemilihan smartphone
Teknik Pengumpulan Data Data smartphone dan kriteria yang digunakan
sesuai dengan penelitian
Metode Simple Additive
Weighting (SAW)
Alat Laravel Visual Studio Code
XAMPP
Pembobotan data smartphone dan proses perangkingan smartphone
Pengujian sistem pendukung keputusan pemilihan smartphone dengan metode SAW
Hasil perhitungan menampilkan ranking smartphone yang ada pada sistem
Formula dalam melakukan normalisasi tersebut adalah :
Rumus pada Atribut Keuntungan (benefit) 𝑟𝑖𝑗= { 𝑥𝑖𝑗
𝑀𝑎𝑥 𝑥𝑖𝑗 (1)
Rumus pada Atribut Biaya (cost) 𝑟𝑖𝑗= {𝑀𝑖𝑛 𝑥𝑖𝑗
𝑥𝑖𝑗 (2)
Dimana :
𝑟𝑖𝑗 = Normalisasi matriks 𝑥𝑖𝑗 = Baris dan kolom matriks
𝑀𝑎𝑥 𝑥𝑖𝑗 = Nilai maksimal setiap baris dan kolom
𝑀𝑖𝑛 𝑥𝑖𝑗 = Nilai minimal setiap baris dan kolom
𝑟𝑖𝑗 sebagai normalisasi dari suatu alternatif pada atribut 𝐶𝑗 ; 𝑖 = 1,2, … , 𝑚 dan 𝑗 = 1,2, … , 𝑛.
Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai berikut :
𝑉𝑖 = ∑ 𝑤𝑗
𝑛 𝑗=𝑖
𝑟𝑖𝑗 (3)
Dimana :
𝑉𝑖 = Jumlah nilai pada suatu alternatif 𝑤𝑗 = Bobot dari kriteria
𝑟𝑖𝑗 = Normalisasi matriks
Nilai 𝑉𝑖 terbesar menunjukkan bahwa alternatif 𝐴𝑖 merupakan alternatif terbaik yang diberikan oleh sistem.
Unified Modeling Language (UML)
UML adalah jenis pemodelan standar dalam memvisualisasikan desain sistem. UML lebih berguna dalam memodelkan sistem yang kompleks dan rumit, serta memberikan gambaran bagaiman sistem berjalan. UML dapat mempermudah seseorang dalam memahami sistem yang akan dibuat.
Gambar 2. Use Case Diagram
User dapat melakukan Register untuk masuk ke dalam sistem yang telah dibuat, dan dari data yang telah diregistrasi user dapat melakukan login pada saat mereka ingin mengakses sistem kembali saat dibutuhkan.
User dapat mengelola data crips, alternatif, dan penilaian yang ada dalam sistem untuk memberikan hasil yang dapat diterima oleh pengguna. Sedangkan Admin hanya dapat melakukan login untuk masuk ke dalam sistem, namun admin dapat mengakses dan mengelola seluruh data yang digunakan pada sistem tersebut.
Gambar 3. Activity Diagram
Fig 1. Activity Diagram Penambahan Smartphone
Activity Diagram diatas menjelaskan jalan yang dibutuhkan untuk menambahkan suatu smartphone ke dalam sistem untuk membantu pengguna memberikan rekomendasi yang sesuai dengan kebutuhan mereka.
Setelah masuk ke dalam website, klik menu alternatif dan sistem akan menampilkan halaman alternatif, selanjutnya menginput nama smartphone dan sistem akan memberikan pesan berhasil bila nama tersebut sudah tersimpan, kemudian klik menu penilaian dan submit data smartphone yang telah diisi, sistem akan mengosongkan data smartphone yang ada pada tabel penilaian,
kemudian menyimpan kembali data yang telah terinput.
II. HASIL Data Kriteria
Data yang dibutuhkan sebelum membuat sistem pendukung keputusan adalah data kriteria. Data kriteria dalam penelitian ini merupakan komponen-komponen yang digunakan dalam smartphone dan dibobotkan (w).
Tabel 1. Data Kriteria Data Kriteria
C1 Chipset Benefit 5
C2 RAM Benefit 4
C3 Storage Benefit 3
C4 Layar Benefit 2
C5 Kamera Depan Benefit 3 C6 Kamera Belakang Benefit 3 C7 Baterai Benefit 2
C8 Harga Cost 4
Data Crips
Nilai pembobotan dibutuhkan untuk menyelesaikan perhitungan sistem pendukung keputusan. Setiap nilai pembobotan pada penelitian ini disebut sebagai Crips. Crips merupakan suatu data dan nilai dalam Kriteria yang dimiliki Alternatif, contohnya adalah Alternatif Realme 3 Pro memiliki Crips 4 GB dengan nilai bobot (X) = 2 dalam Kriteria RAM.
Tabel 2. Data Crips
Kriteria Crips Nilai
Chipset Helio P22 1
Chipset Snapdragon 675 2
Chipset Snapdragon 710 3
Chipset Helio G96 4
Chipset Snapdragon 855 5
RAM 2 GB 1
RAM 4 GB 2
RAM 6 GB 3
RAM 8 GB 4
RAM 16 GB 5
Storage 16 GB 1
Storage 32 GB 2
Storage 64 GB 3
Storage 128 GB 4
Storage 256 GB 5
Layar < 5” 1
Layar < 5.5” 2
Layar < 6” 3
Layar < 6.5” 4
Layar ≥ 6.5” 5
Kamera Depan < 20 MP 1
Kamera Depan < 30 MP 2
Kamera Depan < 40 MP 3
Kamera Depan < 50 MP 4
Kamera Depan ≥ 50 MP 5
Kamera Belakang < 15 MP 1
Kamera Belakang < 20 MP 2
Kamera Belakang < 25 MP 3
Kamera Belakang < 30 MP 4
Kamera Belakang ≥ 30 MP 5
Baterai < 3000 mAh 1
Baterai < 3500 mAh 2
Baterai < 4000 mAh 3
Baterai < 4500 mAh 4
Baterai ≥ 4500 mAh 5
Harga < Rp.2000000 1
Harga < Rp.3000000 2
Harga < Rp.4000000 3
Harga < Rp.5000000 4
Harga ≥ Rp.5000000 5
Data Alternatif
Data alternatif dibutuhkan dalam melakukan perhitungan dan digunakan sebagai sumber dalam membuat sistem pendukung keputusan ini. Alternatif. Data alternatif dikumpulkan berdasarkan wawancara secara langsung dengan pengguna smartphone dan studi literatur. Data wawancara diseleksi dan digunakan dalam perhitungan metode.
Berikut ini adalah data alternatif beserta spesifikasi smartphone dan nilai alternatif yang telah dibobotkan berdasarkan data crips :
Tabel 3. Data Alternatif
Alternatif
Kriteria Chipset RAM Storage Layar Kamera
Depan
Kamera
Belakang Baterai Harga Realme 3 Pro Snapdragon
710 4 GB 64 GB 6.3” 16 MP 25 MP 4045 mAh Rp.2299900 Realme 8i Helio G96 6 GB 128 GB 6.6” 50 MP 16 MP 5000 mAh Rp.1699000 Xiaomi Redmi
K20 Pro
Snapdragon
855 6 GB 128 GB 6.39” 48 MP 20 MP 4000 mAh Rp.6000000 Samsung A70 Snapdragon
675 8 GB 128 GB 6.7” 32 MP 32 MP 4500 mAh Rp.3500000 Infinix Hot 7
Pro Helio P22 6 GB 64 GB 6.2” 13 MP 13 MP 4000 mAh Rp.1999000
Tabel 4. Nilai Alternatif
Kode Alternatif C1 C2 C3 C4 C5 C6 C7 C8
A1 Realme 3 Pro 3 2 3 4 1 4 4 2
A2 Realme 8i 4 3 4 5 5 2 5 1
A3 Xiaomi Redmi K20 Pro 5 3 4 4 4 3 4 5
A4 Samsung A70 2 4 4 5 3 5 5 3
A5 Infinix Hot 7 Pro 1 3 3 4 1 1 4 1
Normalisasi
Normalisasi merupakan hasil perhitungan yang dibutuhkan dalam menyelesaikan sistem
pendukung keputusan metode SAW.
Normalisasi memiliki 2 rumus yang berbeda berdasarkan atribut keuntungan (Benefit) dan
atribut biaya (Cost). Perhitungan normalisasi dengan atribut keuntungan adalah sebagai berikut :
𝑟11 = 3
𝑀𝑎𝑥(3, 4, 5, 2, 1) 𝑟11 =3
5 𝑟11 = 0.6
𝑟21= 4
𝑀𝑎𝑥(3, 4, 5, 2, 1) 𝑟21= 4
5 𝑟21= 0.8
𝑟31= 5
𝑀𝑎𝑥(3, 4, 5, 2, 1) 𝑟31= 5
5 𝑟31= 1
𝑟41= 2
𝑀𝑎𝑥(3, 4, 5, 2, 1) 𝑟41= 2
5 𝑟41= 0.8
𝑟51= 1
𝑀𝑎𝑥(3, 4, 5, 2, 1) 𝑟51= 1
5 𝑟51= 0.2
Perhitungan normalisasi dengan atribut biaya (C8) adalah sebagai berikut :
𝑟18 =𝑀𝑖𝑛(2, 1, 5, 3, 1) 2
𝑟18 =1 2 𝑟18 = 0.5
𝑟28= 𝑀𝑖𝑛(2, 1, 5, 3, 1) 1
𝑟28= 1 1
𝑟28= 1
𝑟38= 𝑀𝑖𝑛(2, 1, 5, 3, 1) 5
𝑟38= 1 5 𝑟38= 0.2
𝑟48= 𝑀𝑖𝑛(2, 1, 5, 3, 1) 3
𝑟48= 1 3 𝑟48= 0.33
𝑟58= 𝑀𝑖𝑛(2, 1, 5, 3, 1) 1
𝑟58= 1 1 𝑟58= 1
Tabel 5. Normalisasi
C1 C2 C3 C4 C5 C6 C7 C8 A1 0.6 0.5 0.75 0.8 0.2 0.8 0.8 0.5 A2 0.8 0.75 1 1 1 0.4 1 1 A3 1 0.75 1 0.8 0.8 0.6 0.8 0.2 A4 0.4 1 1 1 0.6 1 1 0.3 A5 0.2 0.75 0.75 0.8 0.2 0.2 0.8 1
Pembobotan Normalisasi
Pembobotan Normalisasi didapat dari hasil normalisasi yang dibobotkan dengan nilai bobot (𝑤) pada setiap kriteria.
Perhitungannya adalah sebagai berikut : 𝑤1𝑟11= 5 × 0.6
𝑤1𝑟11= 3
𝑤2𝑟12= 4 × 0.5 𝑤2𝑟12= 2
Dan seterusnya sampai kolom terakhir, 𝑤8𝑟18= 4 × 0.5
𝑤8𝑟18= 2
Tabel 6. Pembobotan Normalisasi Bobot
5 4 3 2 3 3 2 4
C1 C2 C3 C4 C5 C6 C7 C8 A1 3 2 2.25 1.6 0.6 2.4 1.6 2
A2 4 3 3 2 3 1.2 2 4
A3 5 3 3 1.6 2.4 1.8 1.6 0.8
A4 2 4 3 2 1.8 3 2 1.3
A5 1 3 2.25 1.6 0.6 0.6 1.6 4
Hasil Perankingan
Hasil Perankingan merupakan hasil akhir dari sistem pendukung keputusan SAW. Hasil perankingan didapat dari penjumlahan setiap baris (alternatif) pembobotan normalisasi dan dilakukan perankingan dari total penjumlahan tersebut. Perhitungannya adalah sebagai berikut :
𝑉1 = 𝑤1𝑟11+ 𝑤2𝑟12+ 𝑤3𝑟13+ ⋯ + 𝑤8𝑟18 𝑉1 = 3 + 2 + 2.25 + 1.6 + 0.6 + 2.4 + 1.6
+ 2 𝑉1 = 15.45
𝑉2 = 𝑤1𝑟21+ 𝑤2𝑟22+ 𝑤3𝑟23+ ⋯ + 𝑤8𝑟28 𝑉2 = 4 + 3 + 3 + 2 + 3 + 1.2 + 2 + 4 𝑉2 = 22.2
Dan seterusnya sampai 𝑉5,
𝑉5 = 𝑤1𝑟51+ 𝑤2𝑟52+ 𝑤3𝑟53+ ⋯ + 𝑤8𝑟58 𝑉5 = 1 + 3 + 2.25 + 1.6 + 0.6 + 0.6 + 1.6
+ 4 𝑉5 = 14.65
Tabel 7. Hasil Perangkingan Alternatif Total Ranking
Realme 8i 22.2 1
Xiaomi Redmi K20 Pro 19.2 2
Samsung A70 19.133 3
Realme 3 Pro 15.45 4
Infinix Hot 7 Pro 14.65 5
Berdasarkan hasil diatas, dapat diketahui bahwa alternatif terbaik yang diberikan oleh sistem adalah smartphone Realme 8i dengan nilai sebesar 22.2.
III. PEMBAHASAN
Penelitian metode SAW digunakan oleh Mukhlasin [3] yang memiliki 5 kriteria dan 5 alternatif yang digunakan sebagai contoh kasus. Diperoleh merek smartphone Xiaomi Mi Mix 2 dengan nilai tertinggi yaitu sebesar 1.
Penelitian yang dilakukan oleh Eryzha, Solikhun dan Irawan [5] menggunakan metode TOPSIS, memiliki 8 kriteria dan menggunakan smartphone merek Samsung dengan harga dibawah 2 juta rupiah, hasil yang didapatkan adalah alternatif Samsung J4 memiliki nilai ranking tertinggi dengan nilai sebesar 1.
Dalam penelitian yang dilakukan oleh Febriyanto dan Rusi [6], perhitungan dilakukan menggunakan metode Simple Additive Weighting dengan jumlah dan bobot kriteria yang berbeda dari sistem ini, alternatif yang direkomendasikan adalah smartphone Samsung A70 dengan nilai sebesar 97,5.
Penelitian yang dilakukan oleh Rahmatullah, Purnia, dan Hariyadi [7] menggunakan metode Analytical Hierarchy Process (AHP) menunjukkan bahwa smartphone yang paling banyak diminati oleh kalangan mahasiswa dan mahasiswi adalah LG G2 D802 dengan nilai 0,316 atau 32%.
Irawan dan Abadan [10] juga melakukan penelitian dalam pembelian handphone menggunakan metode SAW dan menunjukkan bahwa hasil handphone merek Sony dengan tipe Xperia z5 adalah handphone yang paling diminati dengan nilai sebesar 64.58.
Berdasarkan penelitian sebelumnya, metode yang digunakan memberikan hasil yang berbeda berdasarkan kriteria dan bobot setiap kriteria yang digunakan pada sistem tersebut dan memiliki kelebihan serta kekurangan masing-masing. Dan berdasarkan penelitian ini, metode SAW memiliki kelebihan, yaitu
perhitungan yang mudah dimengerti dan memiliki waktu perancangan yang cepat.
Namun metode ini juga memiliki kekurangan, yaitu perhitungan yang digunakan menggunakan pembobotan data alternatif atau crips yang menyebabkan data alternatif perlu diinput terlebih dahulu dan diperbarui sesering mungkin untuk memberikan alternatif yang akurat.
IV. SIMPULAN
Sistem pendukung keputusan ini dirancang dengan menerapkan metode Simple Additive Weighting (SAW) yang menggunakan acuan dari beberapa alternatif dan kriteria dalam menentukan bobot preferensi, kemudian dilakukan penilaian dan perankingan smartphone yang telah diurutkan berdasarkan penilaian tertinggi. Berdasarkan perancangan program, hasil pengujian serta evaluasi program yang dilakukan, dapat disimpulkan bahwa, sistem pendukung keputusan mempermudah pengguna dalam memilih smartphone; Sistem pendukung pendukung keputusan memberikan hasil ranking yang akurat dengan melakukan pembobotan pada kriteria dan memproses perhitungan smartphone.
REFERENSI
[1] R. Fauzan, S. Saberan, and M. Ridwan, “A Decision Support System For Selection Of Smartphone Using Simple Additive Weighting (SAW) Method,” in Seminar Nasional Riset Terapan, 2017, vol. 2, pp. A15–A24.
[2] M. A. Alqarni, S. H. Chauhdary, M. N. Malik, M. Ehatisham-ul-Haq, and M. A. Azam,
“Identifying smartphone users based on how they interact with their phones,” Human- centric Comput. Inf. Sci., vol. 10, no. 1, 2020, doi: 10.1186/s13673-020-0212-7.
[3] A. Mukhlasin, “Sistem Pendukung Keputusan Pemilihan Smartphone Menggunakan Metode Simple Additive Weighting (SAW) Berbasis Web,” Pros. SISFOTEK, vol. 2, no.
1, pp. 46–52, 2018.
[4] B. D. Saputra, M. H. Subagja, M. Aldiansyah, W. Setiawan, and P. Rosyani, “Sistem Pendukung Keputusan Pemilihan Smartphone dengan Metode Simple Additive Weighting (SAW),” Sci. Sacra J. Sains, Teknol. dan Masy., vol. 1, no. 3, pp. 121–126, 2021.
[5] A. Eryzha, S. Solikhun, and E. Irawan, “Sistem Pendukung Keputusan Rekomendasi Pemilihan Smartphone Terbaik Menggunakan Metode Topsis,” KOMIK (Konferensi Nas.
Teknol. Inf. dan Komputer), vol. 3, no. 1, 2019.
[6] F. Febriyanto and I. Rusi, “Penerapan Metode Simple Additive Weighting dalam Sistem Pendukung Keputusan Pemilihan Smartphones,” IJCIT (Indoensian J. Comput.
InfromationTechnology), vol. 5, no. 1, pp. 67–74, 2019.
[7] S. Rahmatullah, D. S. Purnia, and R. Hariyadi, “Sistem Pendukung Keputusan Pemilihan Smartphone Android Gaming Dengan Metode Analytical Hierarchy Process,” 2018.
[8] E. Ismanto and N. Effendi, “Sistem Pendukung Keputusan Penerimaan Karyawan Dengan Metode Simple Additive Weighting (SAW),” SATIN-Sains dan Teknol. Inf., vol. 3, no. 1, pp. 1–9, 2017.
[9] S. Ayu Rizkandari, R. Saptono, and , W., “Pemanfaatan Metode Simple Additive Weighting (SAW) Dalam Penentuan Mahasiswa Berprestasi Tingkat Universitas Sebelas Maret Surakarta,” J. Teknol. Inf. ITSmart, vol. 3, no. 1, p. 34, 2016, doi: 10.20961/its.v3i1.646.
[10] D. Irawan and B. F. Abadan, “Sistem Pendukung Keputusan Untuk Pembelian Handphone Menggunakan Metode Saw (Simple Additive Weighting) Studi Kasus Padang Cell Lubuklinggau,” JUSIM (Jurnal Sist. Inf. Musirawas), vol. 4, no. 1, pp. 45–54, 2019.
BIOGRAFI
Aldi Fernando Liusman, lahir di Tangerang pada tanggal 2 Desember 1999. Menyelesaikan pendidikan Strata I (S1) pada tahun 2022 pada Program Studi Sistem Informasi di Universitas Buddhi Dharma.
Rudy Arijanto, Saat ini bekerja sebagai dosen tetap pada Program Studi Sistem Informasi di Universitas Buddhi Dharma.
